Come usare Veo 3.1 per video fotorealistici con audio

Veo 3.1 è il modello a cui ti rivolgi quando la clip deve sembrare filmata piuttosto che generata: fisica del mondo reale, pelle e acqua credibili, e il miglior dialogo nativo nel settore. Su ManifoldGen funziona come immagine-a-video in due livelli — Fast per l'iterazione, Standard per le versioni finali — entrambi con audio sincronizzato.

Inizia sempre da un'immagine fissa

Entrambi i percorsi ManifoldGen sono da immagine a video, e questo è comunque il flusso di lavoro corretto. Veo segue la composizione religiosamente, quindi un'immagine fissa ti offre gratuitamente la direzione di casting, inquadratura e illuminazione — poi il prompt video deve solo descrivere movimento e suono. Genera la tua inquadratura con qualsiasi modello di immagine, scegli la ripresa che avresti girato e animarla.

Scrivi il movimento come un regista, non come una didascalia

The chef turns from the window, wipes her hands on her apron,
and looks back at the rain. Camera holds static; depth of field
stays on her hands. Rain streaks the glass; kitchen ambience,
distant radio, one low thunder roll.

• Un'azione del soggetto per clausola — "gira", "spazza", "guarda" sono tre battute che Veo sequenzierà fedelmente.
• Indica esplicitamente la telecamera — "statica", "lenta spinta in avanti". Il silenzio invita alla deriva.
• Nomina ciò che non dovrebbe muoversi — "la profondità di campo rimane sulle sue mani" fissa meglio la messa a fuoco che sperare.
• Aggiungi la colonna sonora: atmosfera, un cue musicale o un layer meteo. Se non specificato, l'audio predefinito è il suono ambientale.

Dialoghi che funzionano

Veo rende il parlato con allineamento labiale e persino controllo dell'accento se lo specifichi. Mantieni le battute sotto le dodici parole, mettile tra virgolette e attribuiscile: Lui dice, "Chiudi la porta dietro di te." I volti si leggono meglio in primo piano medio o più stretto; il dialogo in un'inquadratura ampia spreca la funzione.

Scelta delle durate

Quattro secondi sono adatti per inserti e loop social; sei gestisce un'intera azione; otto si adatta a una battuta di dialogo più una reazione. Se una scena richiede di più, genera due riprese da otto secondi con fotogrammi abbinati (stesso personaggio, telecamera diversa) e taglia — Veo mantiene l'identità tra i tagli molto meglio che attraverso una singola lunga generazione.

Risoluzione dei problemi

• La fisica si mette in mostra — acqua, tessuto e fuoco sono i punti di forza di Veo, ma hanno bisogno di spazio. Le inquadrature strette forzano scorciatoie; allarga l'inquadratura invece di rallentare il movimento.
• Il soggetto ignora l'immagine sorgente — il tuo prompt ridiscrive l'aspetto. Rimuovi gli aggettivi sulla persona; mantieni solo movimento e audio.
• Il dialogo sembra doppiato — accorcia la battuta e segna la consegna ("sottovoce", "da dietro la spalla").
• Otto secondi si afflosciano nel mezzo — aggiungi una clausola ambientale sostenuta (la pioggia continua, il mormorio della folla persiste) per sostenere il battito centrale.

Eseguilo su /tools/veo-3-1-fast per le bozze e su /tools/veo-3-1 per le finali; l'automazione rispecchia il live su /api/video-generators/veo-3-1-fast e /api/video-generators/veo-3-1.